【技术实现步骤摘要】
本申请实施例涉及运动分析，具体涉及一种运动分类模型的生成方法、运动分类方法、训练设备以及可穿戴设备。
技术介绍
1、随着生活水平的提高、健康意识的增强以及科技的进步，人们对健康的追求越来越高，而可穿戴设备具有智能化和便携化的特点，因此可穿戴设备被广泛应用于多个领域，以对人们的运动情况(例如，运动类型、运动时长、运动能力消耗等参数)进行监测，帮助人们更好地了解和管理运动状态，从而提升运动效果以及改善整体健康水平。
2、在健康监测的过程中，运动分类算法需要根据多种传感器数据确定运动类型，这就导致了运动分类算法对算力的要求比较高，但是可穿戴设备的芯片算力有限，因而难以满足复杂网络模型的算力要求。因此，如何在可穿戴设备的算力和功耗受限的情况下，将运动分类模型集成在可穿戴设备上，并通过运动分类模型为用户提供准确又实时的健康检测，是目前十分关注的问题。
技术实现思路
1、鉴于上述问题，本申请实施例提供了一种运动分类模型的生成方法、运动分类方法、训练设备和可穿戴设备，用于解决现有技术存在的运...
【技术保护点】
1.一种运动分类模型的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述对多种类型的所述特征数据进行特征消减处理，生成各所述验证运动数据对应的验证数据，具体包括：
3.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述基于所述特征消减策略采用对比学习算法对所述运动分类模型进行二次训练，生成目标运动分类模型，具体包括：
4.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述运动分类模型的初次训练过程包括：
5.根据权利要求1所述的运动分类模型的生成方法...
【技术特征摘要】
1.一种运动分类模型的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述对多种类型的所述特征数据进行特征消减处理，生成各所述验证运动数据对应的验证数据，具体包括：
3.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述基于所述特征消减策略采用对比学习算法对所述运动分类模型进行二次训练，生成目标运动分类模型，具体包括：
4.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述运动分类模型的初次训练过程包括：
5.根据权利要求1所述的运动分类模型的生成方法，其特征在于，所述方法还包括：
6.根据权利要5所述...
【专利技术属性】
技术研发人员：汪祺，房建成，孙青，樊东周，陈志列，
申请(专利权)人：深圳市研祥潜动科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。